Co je operantní podmiňování?

Bob Bailey, jeden z praktiků behaviorismu na chování zvířat, definoval operantní podmiňovací jako dvojici vědy objasňující chování a mocné technologie jeho změny.

Principy operantního podmiňování popisují, jak se zvířata učí. Když cvičitel používá operantní podmiňování, aplikuje jeho principy k získání žádoucího výsledku. Operantní podmiňování rozděluje učení do tří částí:

• podnět vyvolávající určité chování
• konkrétní chování, které zvíře dělá
• následky chování

Podle tohoto teoretického rámce, důsledky chování určují, zda bude nebo nebude v budoucnu opakováno. Jestliže následky posílí  nějaké chování – přičemž záleží, jak často se to děje- říkáme, že chování je posilováno. Klikr cvičitel používá pozitivní posilování na učení nových dovedností. Na druhé straně chování, které má nežádoucí následky, se objevuje méně často. Cvičitel používá tresty (definované níže) k potlačení nechtěného chování.

V tom případě buď důsledek znamená, že něco je přidáno (+) nebo odebráno (-) z prostředí. To nás přivádí k definici čtyřech klíčových pojmů operantního podmiňování.

• Pozitivní posílení (R+)znamená přidání něčeho, za co bude zvíře pracovat usilovněji (zvýší se frekvence tohoto chování). Například, dostane-li pes pamlsek za to, že si sedne, zvýší to pravděpodobnost, že to udělá i příště.
• Pozitivní trest (P+)znamená přidání něčeho, co způsobí, že se tomu zvíře bude snažit vyhnout a chování se potlačí (snižuje se frekvence tohoto chování). Pes skončí se skákáním na lidi, bude-li to mít za následek trhnutí vodítkem. To je příklad pozitivního trestu (P+) použitého k potlačení tohoto nežádoucího chování. Další obecné příklady P+ zahrnují křik, lepnutí po čumáku, naplácání, elektrický šok a rozmanité „pasti na hlupáčky“ (booby-trap).
• Negativní posilování (R-)znamená odstranění něčeho, čemu se snaží zvíře vyhnout, a chování se posílí (zvyšuje se frekvence tohoto chování). Skřípání uší, používané v tradičním výcviku při nácviku přinášení, je klasickým příkladem R-. Cvičitel skřípne uši na tak dlouho, dokud pes neotevře tlamu a on do ní pak vloží činku.  Pro posílení toho, že pes vzal činku do tlamy, cvičitel uvolní stisk. R- vyžaduje, aby bylo napřed aplikováno averzivum nebo ohrožení, které pak je odstraněno při řádném chování.
• Negativní trest (P-)znamená odstranění něčeho, pro co zvíře pracuje, což potlačí chování (sníží jeho frekvenci). Například, pes skáče po vás, aby získal vaši pozornost. Obrácením se k němu zády nebo opuštěním místnosti aplikujete P-, a to odepřením pozornosti, které se pes dožadoval.

Lidé často mluví o těchto čtyřech principech posilování a trestu jako o „čtyřech kvadrantech operantního podmiňování“. Tato fráze je zavádějící hned ze dvou důvodů.

První je ten, že vyvolává dojem, že všechny čtyři jsou si rovnocenné a je jedno, který z nich použijeme ve výcvikovém programu. Ve skutečnosti trest - přesněji P+ - má několik nedostatků, některé extrémní, které je činí nevhodnými pro většinu tréninkových záležitostí. A navíc, protože aplikace averziva nebo ohrožení u R- musí předcházet R-, je také tato volba špatná.

Druhý je ten, že kvadranty nezahrnují pátý princip operantního podmiňování, který právě využívá klikr trénink. Je to princip vyhasínání. Vyhasínáním způsobuje slábnutí chování prostřednictvím absence jakéhokoliv druhu posilování. Například, jestliže nikdo nereaguje na vaše klepání na dveře, nakonec přestanete klepat. Jestliže pes nemůže dosáhnout na sušenku na druhé straně linky, nakonec to přestane zkoušet. Protože vyhasínání nemá nedostatky spojování s trestem, klikr trenér používá vyhasínání k odstranění nebo omezení nejvíce nežádoucího chování.

Nejpřesnější znázornění vztahu mezi principy operantního podmiňování a klikr tréninkem je obrazem koláčku. V klikr tréninku je positivní posilování největší část koláčku, představující tak dvě třetiny. Druhá největší část je vyhasínání. A třetí čast je negativní trest. Positivní trest a negativní posilování  jsou jen dva malinké drobky. Je třeba zmínit nejdůležitější věc, a to sice, že kompletní, spolehlivý program může být zcela složen z R+, vyhasínání a, v mnohem menší míře, P-.

Je důležité vědět tyto definice? Ano, ze dvou důvodů.

Zaprvé, pomůže nám to mnohem lépe pochopit každý z nich mnohem lépe. Při každodenním používání ta dvě slova – „pozitivní“ a „negativni“ – často znamenají dobré a špatné. Avšak v operantním podmiňování a klikr tréninku představují něco, co je přidáno nebo odebráno. „Trest“ je další takové slovo, které sebou nese silný význam v každodenním životě, ale v kontextu operantního podmiňování trest znamená to, co potlačuje výskyt nějakého chování.

Zadruhé, klikr trénink bez pochopení vědy, jak klikr pracuje, nebude váš trénink nic jiného než kuchařka receptů, které mohou a nemusí fungovat u vašeho psa. Proč? Protože jestliže jste nepochopili výchozí principy chování, nemůžete zkoumat výcvikové situace, určovat, proč fungují nebo – a to je mnohem důležitější – proč nefungují, a zaměřit je konkrétně na vašeho psa.

Je klikr trénink totéž co operantní podmiňování?

Toto je mezi cvičiteli hodně diskutovaná otázka. Operantní podmiňování je založeno na pěti základních principech a všech pět je legitimní metodou změny chování.

Karen Pryor, která poprvé použila termín „klikr trénink“, definuje klikr trénink jako soustavu principů operantního podmiňování, používající označování události a zahrnující pouze pozitivní posilování (R+), vyhasínání a v mnohem menší míře negativní trest (P-). Později Marian Breland Bailey, která se svým prvním manželem Kellerem Brelandem přenesla operantní podmiňování ven z laboratoře a  byla jeho průkopnicí a zlepšovatelkou při použití označování události v tréninku, tuto definici podpořila.

Negativní posilování (R-) a pozitivní trest (P+) , ačkoliv občas efektivní pro změnu chování, mají několik možných nevýhod:

• je těžké je použít zcela přesně
• mohou mít neočekávané vedlejší efekty, včetně strachu a agrese
• jsou celkově snadné – ale často nepřiměřené
• obecně působí pomocí strachu, bolesti nebo zastrašování
• zastavuje ochotu zvířete nabízet chování

Tento poslední důvod - zastavení ochoty zvířete nabízet chování – způsobuje nekompatibilitu P+ a R- s klikr tréninkem. Klikr trénink může vytvořit neuvěřitelně precizní chování, ale formování tohoto chování závisí na tom, zda pes je ochoten experimentovat, nabízet rozmanité odezvy, některé správné, jiné špatné. Pes, který je trestán za chyby, není dychtivý zkoušet cokoliv nového.

Ne všichni cvičitelé souhlasí s definicí Karen Pryor. Mnozí věří, že klikr trénink a operantní podmiňování jsou synonyma. Jiní zase mají za to, že přidáním označování události (klikru) do libovolného programu založeného na nátlaku vznikne klikr trénink. Budete-li se poohlížet po klikr trenérovi nebo škole, promluvte si s trenérem a, je-li to možné, zjistěte sledováním ukázkové lekce , zda techniky používané tímto trenérem jsou pro vás přijatelné.

Zpracováno podle Melisy Alexander, Karen Pryor a Pat Miller.